网络课程是网络教育资源非常重要的组成部分。在网络教育环境中，视频网络课程是学生的主要学习资源。学生用户可以根据课程安排在线收看直播课程，也可以根据自己的时间选择收看点播课程达到复习的目的。视频课程包括同步播放的两路视频，一路显示授课的教师，一路显示课程的讲义。学生更关心的显然是显示讲义的教案视频。为了使学生的学习效率更高，复习时的针对性更强，可以直接在无结构的视频中定位所需的知识点内容，必须对这些教案视频资源进行处理，实现自动索引。 因此本文重点研究对教案视频进行结构化处理，针对其特点提出镜头分割与选取关键帧的算法，并在此基础上提取关键帧特征值，实现检索功能。论文主要的研究工作体现在如下几个方面： 针对远程教育环境下特有的教案视频的内容和特点，分析传统算法存在的问题，提出一种适用于教案视频镜头分割的算法——基于纹理特征的镜头分割方法。算法选取灰度级共生矩阵统计量之一的惯性矩作为度量帧间相似性的特征值，以此作为样本数据点进行模糊聚类。并进一步分析了算法的性能。 针对教案视频关键帧的背景、布局、文字大小等特点，提出了一种简单、快速且针对性强的算法定位关键帧中的文字区域，并对提取出的字符区域进行字分割。算法结合纹理方法和连通区域方法，从候选的文字连通区域中确定标题区域。 在检索方面，提出通过将用户输入的关键字转化为图像，与视频摘要中的关键帧图像的标题文字图像进行匹配实现检索。针对视频中提取出的标题文字信息的特点，选取较为适合的提取方法对切割出单个字符图像进行特征提取，并按照实际情况进行适当调整。 结合上述三个部分的技术内容，实现了自动生成教案视频摘要，并在此基础上实现视频内容检索的系统。该系统根据用户输入关键字进行检索，返回检索出的关键帧在视频中出现的时间值，便于学生对知识点的复习。